二、PaddlePaddle seal_recognition印章内容提取

文章目录

一、安装环境

二、相关资料

三、代码测试

  • 下面参数是根据官方印章在线体验的标准参数进行配置,如果跟官方不一致,很多识别情况会有异常。默认只传图片路径,肯定是效果不佳的。
python 复制代码
from paddlex import create_pipeline

pipeline = create_pipeline(pipeline="seal_recognition")

output = pipeline.predict("test.png",
                          # pipeline_name:lay_out_detection
                          # model_name:PP-DocLayout-L
                          layout_merge_bboxes_mode="union",
                          layout_unclip_ratio=1.0,
                          layout_nms=True,
                          layout_threshold=0.5,

                          # pipeline_name:doc_preprocessor
                          # model_name:PP-LCNet_x1_0_doc_ori
                          use_doc_orientation_classify=False,
                          # model_name:UVDoc
                          use_doc_unwarping=False,

                          # pipeline_name:OCR
                          # model_name:PP-OCRv4_server_seal_det
                          seal_det_unclip_ratio=0.5,
                          seal_det_box_thresh=0.6,
                          seal_det_thresh=0.2,
                          seal_det_limit_side_len=736,
                          seal_det_limit_type="min",
                          # model_name:PP-OCRv4_server_rec
                          seal_rec_score_thresh=0,)

for res in output:
    res.print()
    res.save_to_img("./output_images/")
    res.save_to_json("./output_images/")

# 参数解释:
#       seal_det_limit_side_len:印章文本检测的图像边长限制
#               解释:对于印章文本检测输入图像的边长限制,对于尺寸较大文本密集的图像,如果希望更精准的识别,应选用更大的尺寸,该参数与【印章文本检测的图像边长限制类型】配合使用。一般最大【长边】适合图像文字较大的场景,最小【短边】适合图像文字小且密集的文档场景使用。
#       seal_rec_score_thresh:印章文本识别阈值
#               解释:印章文本检测后的文本框进行文本识别,得分大于该阈值的文本结果会被保留,取值范围为0~1。
#       seal_det_unclip_ratio:seal_det_unclip_ratio
#               解释:使用该方法对文字区域进行扩张,该值越大,扩张的面积越大。
#       seal_det_box_thresh:印章检测框阈值
#               解释:检测结果边框内,所有像素点的平均得分大于该阈值时,该结果会被认为是文字区域,取值范围为0~1。
#       seal_det_thresh:印章文本检测像素阈值
#               解释:输出的概率图中,得分大于该阈值的像素点才会被认为是文字像素点,取值范围为0~1。
#       seal_det_limit_side_len:印章文本检测的图像边长限制
#               解释:对于印章文本检测输入图像的边长限制,对于尺寸较大文本密集的图像,如果希望更精准的识别,应选用更大的尺寸,该参数与【印章文本检测的图像边长限制类型】配合使用。一般最大【长边】适合图像文字较大的场景,最小【短边】适合图像文字小且密集的文档场景使用。
#       use_doc_unwarping:使用文档扭曲矫正模块(印章不能使用,否则会出现异位)
#               解释:是否使用文档扭曲矫正模块,使用后可以矫正扭曲图片,例如褶皱、倾斜等情况。
#       use_doc_orientation_classify:使用文档图像方向分类模块
#               解释:是否使用文档图像方向分类模块,支持 0、90、180、270 度的图片。
#       seal_det_limit_type:印章文本检测的图像边长限制类型(要用短边:min/max)
#               解释:【短边】表示保证图像最短边不小于【印章文本检测的图像边长限制】,【长边】表示保证图像最长边不大于【印章文本检测的图像边长限制】。
#       layout_nms:版面区域检测NMS后处理
#               解释:版面区域检测模型是否使用NMS后处理。使用后,可以移除嵌套框或交并比较大的。
#       layout_unclip_ratio:版面区域检测扩张系数
#               解释:使用该方法对版面各区域进行扩张,该值越大,扩张的面积越大。
#       layout_merge_bboxes_mode:版面区域检测的重叠框过滤方式
#               解释:large,small, union分别表示重叠框过滤时选择保留大框,小框还是同时保留。

四、性能测试

CPU/GPU 加载模型 图片识别
GPU 8s左右 第一张1s左右 第二张开始0.2左右
CPU 8s左右 第一张3.8s左右 第二张开始2.3左右
相关推荐
DeepIntelli5 小时前
AI问答品牌推荐:如何用GEO让品牌出现在豆包、文心一言的答案里
人工智能
m4Rk_5 小时前
【论文阅读】Agent 记忆机制(40):HiAgent——通过子目标级记忆提升长程任务执行能力
论文阅读·人工智能·学习·开源·github
还不秃顶的计科生5 小时前
具身智能论文学习10:π0: A Vision-Language-Action Flow Model for General Robot Control
人工智能·深度学习·算法·机器学习·语言模型·vla·vlm
静开5 小时前
Claude Code快速窥探:原来内核就是一个 while 循环外面套了八层壳
人工智能
AIyy8665 小时前
定制化企业网盘深度解析:技术能力、落地场景与产品选型指南
人工智能
微学AI5 小时前
把时间序列真正用起来:TimechoAI 使用与时序分析实战
数据库·人工智能·大模型
GEO_youxuan5 小时前
AI财务分析软件到底是“自动出表“还是“决策推演“?从自动出表到决策推演的能力分层与选型逻辑
大数据·人工智能
IT_陈寒5 小时前
Vite的热更新突然失效,原来我忽略了这个配置
前端·人工智能·后端
怪奇云呼军5 小时前
闪电智能VoiceAgent 如何管理呼入、接听、桥接和挂断状态?
java·前端·网络·数据库·人工智能
云浪5 小时前
Milvus + RAG 实战:《红楼梦》问答助手
前端·人工智能·后端